CN116068593A - 基于贝叶斯的卫星定位权重计算方法、装置、设备及介质 - Google Patents

Abstract

本公开涉及一种基于贝叶斯的卫星定位权重计算方法、装置、设备及介质。其中，基于贝叶斯的卫星定位权重计算方法包括：接收多个卫星发出的目标信号，计算目标信号的视距信号概率；基于视距信号概率集合构建贝叶斯模型，视距信号概率集合包括多个视距信号概率；基于视距信号概率，计算多个卫星的几何分布参数，确定几何分布参数最小的卫星组合，卫星组合包括第一预设数量个卫星；基于贝叶斯模型，计算卫星组合中第一预设数量个卫星的定位权重。根据本公开实施例，能够提高卫星的定位精度，减少恶性事故发生。

Description

基于贝叶斯的卫星定位权重计算方法、装置、设备及介质

技术领域

本公开涉及列车定位技术领域，尤其涉及一种基于贝叶斯的卫星定位权重计算方法、装置、设备及介质。

背景技术

列车运行控制系统作为安全苛求系统，对列车的定位精度和定位可用性要求高。而铁路沿线环境复杂多变，沿线两侧的高山、建筑物、森林等形成的遮挡环境场景会对北斗卫星导航信号的传播造成遮挡和反射，导致卫星定位性能产生不同程度的降级。特别是在城市峡谷等卫星受限环境中，只有少部分视距信号（Line-of-sight, LOS），卫星受遮挡和反射较严重，更多的为非视距信号（Non-line-of-sight, NLOS），导致卫星定位性能和精度下降，甚至部分区域出现无法定位的情况。

在相关技术中，传统的基于北斗卫星的列车运行控制系统对列车的定位精度低，可能会导致恶性事故发生。

发明内容

为了解决上述技术问题，本公开提供了一种基于贝叶斯的卫星定位权重计算方法、装置、设备及介质。

第一方面，本公开提供了一种基于贝叶斯的卫星定位权重计算方法，包括：

接收多个卫星发出的目标信号，计算目标信号的视距信号概率；

基于视距信号概率集合构建贝叶斯模型，视距信号概率集合包括多个视距信号概率；

基于视距信号概率，计算多个卫星的几何分布参数，确定几何分布参数最小的卫星组合，卫星组合包括第一预设数量个卫星；

基于贝叶斯模型，计算卫星组合中第一预设数量个卫星的定位权重。

第二方面，本公开提供了一种基于贝叶斯的卫星定位权重计算装置，包括：

信号接收模块，用于接收多个卫星发出的目标信号，计算目标信号的视距信号概率；

模型构建模块，用于基于视距信号概率集合构建贝叶斯模型，视距信号概率集合包括多个视距信号概率；

第一计算模块，用于基于视距信号概率，计算多个卫星的几何分布参数，确定几何分布参数最小的卫星组合，卫星组合包括第一预设数量个卫星；

第二计算模块，用于基于贝叶斯模型，计算卫星组合中第一预设数量个卫星的定位权重。

第三方面，本公开提供了一种基于贝叶斯的卫星定位权重计算设备，包括：

处理器；

存储器，用于存储可执行指令；

其中，处理器用于从存储器中读取可执行指令，并执行可执行指令以实现第一方面的基于贝叶斯的卫星定位权重计算方法。

第四方面，本公开提供了一种计算机可读存储介质，该存储介质存储有计算机程序，当计算机程序被处理器执行时，使得处理器实现第一方面的基于贝叶斯的卫星定位权重计算方法。

本公开实施例提供的技术方案与现有技术相比具有如下优点：

本公开实施例的基于贝叶斯的卫星定位权重计算方法、装置、设备及介质，能够接收多个卫星发出的目标信号，计算目标信号的视距信号概率，接着基于视距信号概率集合构建贝叶斯模型，其中，视距信号概率集合包括多个视距信号概率，然后基于视距信号概率，计算多个卫星的几何分布参数，确定几何分布参数最小的卫星组合，其中，卫星组合包括第一预设数量个卫星，最后，基于贝叶斯模型，计算卫星组合中第一预设数量个卫星的定位权重，因此，可以通过视距信号概率构建贝叶斯模型，接着确定几何分布参数最小的卫星组合，从而计算出卫星组合中第一预设数量个卫星的定位权重，并基于该定位权重进行定位，进而提高卫星的定位精度，减少恶性事故发生。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1为本公开实施例提供的一种基于贝叶斯的卫星定位权重计算方法的流程示意图；

图2为本公开实施例提供的一种基于贝叶斯的卫星定位权重计算装置的结构示意图；

图3为本公开实施例提供的一种基于贝叶斯的卫星定位权重计算设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信号的名称仅用于说明性的目的，而并不是用于对这些消息或信号的范围进行限制。

为了解决上述问题，本公开实施例提供了一种基于贝叶斯的卫星定位权重计算方法、装置、设备及介质。下面结合图1对本公开实施例提供的基于贝叶斯的卫星定位权重计算方法进行详细说明。

图1示出了本公开实施例提供的一种基于贝叶斯的卫星定位权重计算方法的流程示意图。

在本公开实施例中，该基于贝叶斯的卫星定位权重计算方法可以由电子设备执行。其中，电子设备可以包括但不限于诸如全球定位系统(Global Positioning System，GPS)接收机、卫星接收机等，此处不做限定。

如图1所示，该基于贝叶斯的卫星定位权重计算方法可以包括如下步骤。

S110、接收多个卫星发出的目标信号，计算目标信号的视距信号概率。

在本公开实施例中，电子设备可以接收多个卫星发出的目标信号，并计算该目标信号的视距信号概率。

可选地，卫星可以为具有定位功能的北斗卫星。

可选地，目标信号可以为卫星发出的可以被电子设备接收到的信号。

可选地，视距信号概率可以为目标信号为视距信号的概率。

可选地，视距信号为未受到阻挡可以直接接收到的信号。

可选地，非视距信号为受到阻挡无法直接接收到的信号。

具体地，电子设备可以接收到多个卫星发出的目标信号，并计算该多个卫星发出的目标信号的视距信号概率。

S120、基于视距信号概率集合构建贝叶斯模型，视距信号概率集合包括多个视距信号概率。

在本公开实施例中，电子设备在得到目标信号的视距信号概率之后，可以基于视距信号概率集合构建贝叶斯模型。

可选地，视距信号概率集合可以为包括多个视距信号概率的集合。

可选地，贝叶斯模型可以包括目标信号的信噪比和对应视距信号概率的。

可选地，信噪比(Signal Noise Ratio, SNR)可以指接收导的目标信号中有用信号的强度和干扰信号的强度比值。

具体地，电子设备在得到目标信号的视距信号概率之后，可以先根据视距信号概率构建对应的视距信号概率集合，接着通过视距信号概率集合构建贝叶斯模型。

S130、基于视距信号概率，计算多个卫星的几何分布参数，确定几何分布参数最小的卫星组合，卫星组合包括第一预设数量个卫星。

在本公开实施例中，电子设备可以根据视距信号概率，计算多个卫星的几何分布参数，并确定其中几何分布参数最小的卫星组合。

可选地，卫星组合可以为包括第一预设数量个卫星的组合。

可选地，第一预设数量可以为预先定义的数量。例如，第一预设数量可以为4、5等大于等于4的数量，此处不做限定。

具体地，电子设备可以根据视距信号概率，计算多个卫星的几何分布参数，并确定第一预设数量个几何分布参数最小的卫星，构成几何分布参数最小的卫星组合，如可以在多个卫星中确定其中几何分布参数最小的4个卫星，并将4个卫星构成几何分布参数最小的卫星组合。

S140、基于贝叶斯模型，计算卫星组合中第一预设数量个卫星的定位权重。

在本公开实施例中，电子设备在得到卫星组合之后，可以根据构建好的贝叶斯模型，计算得到的几何分布参数最小的卫星组合中第一预设数量个卫星的定位权重。

可选地，定位权重可以为卫星在进行定位时所占的权重比例。其中，定位权重越大说明对应的卫星定位越准确。

具体地，电子设备在得到卫星组合之后，可以基于贝叶斯模型，计算该几何分布参数最小的卫星组合中第一预设数量个卫星的定位权重，例如可以计算出卫星组合中4个卫星各自的定位权重，即4个卫星在进行定位时所占的权重比例，进一步可以根据4个卫星各自的定位权重对列车进行定位，从而提高列车的定位精度。

由此，在本公开实施例中，能够接收多个卫星发出的目标信号，计算目标信号的视距信号概率，接着基于视距信号概率集合构建贝叶斯模型，其中，视距信号概率集合包括多个视距信号概率，然后基于视距信号概率，计算多个卫星的几何分布参数，确定几何分布参数最小的卫星组合，其中，卫星组合包括第一预设数量个卫星，最后，基于贝叶斯模型，计算卫星组合中第一预设数量个卫星的定位权重，因此，可以通过视距信号概率构建贝叶斯模型，接着确定几何分布参数最小的卫星组合，从而计算出卫星组合中第一预设数量个卫星的定位权重，并基于该定位权重进行定位，进而提高卫星的定位精度，减少恶性事故发生。

可选地，S110可以具体包括：接收多个卫星发出的信号，确定信号的信噪比为预设值的目标信号；计算目标信号为视距信号的概率，得到视距信号概率。

在本公开实施例中，电子设备可以接收多个卫星发出的信号，并在多个卫星发出的信号中确定信噪比为预设值的目标信号。

可选地，预设值可以为预先定义的值。例如，预设值可以为30dBHz~50dBHz之间任意值，此处不做限定。

可选地，目标信号可以为信噪比为预设值的信号。

具体地，电子设备可以在预设的三维环境场景中，如在列车轨道附近，接收多个卫星发出的信号，并在接收到的多个信号中确定信噪比为预设值的信号，如信噪比位于30dBHz~50dBHz之间的信号，从而将信噪比为预设值的信号作为目标信号。

进一步地，电子设备在得到信噪比为预设值的目标信号之后，可以计算该目标信号为视距信号的概率，得到视距信号概率。

具体地，电子设备在得到目标信号之后，可以判断该目标信号是否为视距信号，并计算该目标信号为视距信号的概率，从而得到视距信号概率。

可选地，视距信号概率可以为表示为：

其中，表示视距信号概率，即表示信噪比SNR为时，视距信号LOS的概率，其中，的取值范围为30dBHz~50dBHz；表示信号为视距信号LOS时，信噪比SNR为的概率；表示信号为视距信号LOS的概率；表示信号的信噪比SNR为的概率。

可选地，计算目标信号为视距信号的概率，得到视距信号概率，可以具体包括：通过样本统计方法统计目标信号为视距信号的数量；计算视距信号的数量占目标信号的数量的概率，得到视距信号概率。

在本公开实施例中，电子设备可以通过样本统计方法统计目标信号为视距信号的数量。

可选地，样本统计方法可以为对样本数量进行统计的方法。

具体地，电子设备可以通过样本统计方法统计得到的目标信号中为视距信号的数量，例如，电子设备可以得到100个目标信号，100个目标信号其中可以包括40个视距信号、60个非视距信号。

进一步地，电子设备在得到视距信号的数量之后，可以计算该视距信号的数量占目标信号的数量的概率，从而得到视距信号概率。

例如，记表示信噪比SNR为时，视距信号LOS在该信噪比取值下所占的比例，即视距信号LOS占目标信号的比例，如100个目标信号中包括40个视距信号，即可以为0.4；记表示信噪比SNR为时，非视距信号NLOS在该信噪比取值下所占的比例，如100个目标信号中包括60个非视距信号，即可以为0.6。则可以得到：

因此，当信噪比SNR为时，视距信号LOS的概率，即为：

由此，在本公开实施例中，可以通过样本统计方法，计算大量数据中不同信噪比下视距信号概率，从而得到准确的视距信号概率，进而提高后续计算卫星的定位权重的准确性。

可选地，在S120之前，该基于贝叶斯的卫星定位权重计算方法还可以包括：基于预设时间，获取多个预设观测地区中多个卫星发出的目标信号；基于多个预设观测地区中多个卫星发出的目标信号的视距信号概率构建视距信号概率集合。

在本公开实施例中，电子设备可以基于预设时间，获取多个预设观测地区中多个卫星发出的目标信号。

可选地，预设时间可以为预先定义的时间。例如，预设时间可以为1小时、2小时等，此处不做限定。

可选地，预设观测地区可以为预先定义的用于接收目标信号的地区。

例如，电子设备可以在2小时，并在超过10个预设观测地区下，获取多个卫星发出的目标信号，即分别获取每个预设观测地区下多个卫星发出的目标信号。

进一步地，电子设备在获取多个预设观测地区下多个卫星发出的目标信号之后，可以计算目标信号的视距信号概率，并基于多个预设观测地区下多个卫星发出的目标信号的视距信号概率构建视距信号概率集合。

例如，电子设备在获取超过10个预设观测地区下多个卫星发出的目标信号之后，对接收到的全部目标信号进行计算，得到对应的视距信号概率，并将全部目标信号的视距信号概率构建视距信号概率集合。

进一步地，电子设备可以通过视距信号概率集合，构建贝叶斯模型，该贝叶斯模型中可以包括各个信噪比取值下，对应的视距信号概率。

由此，在本公开实施例中，电子设备可以获取预设时间内多个预设观测地区下多个卫星发出的目标信号，即能够获取大量信号数据，从而使得得到的视距信号概率集合更加准确，进而提高后续计算卫星的定位权重的准确性。

可选地，S130可以具体包括：在多个卫星的数量满足第二预设数量的条件下，基于视距信号概率，计算多个卫星的几何分布参数；确定几何分布参数最小的第一预设数量个卫星，得到几何分布参数最小的卫星组合。

在本公开实施例中，电子设备可以在多个卫星的数量满足第二预设数量的条件下，基于视距信号概率，计算多个卫星的几何分布参数。

可选地，第二预设数量可以为预先定义的数量。例如，第二预设数量可以为7、8等大于6的数量，此处不做限定。

具体地，电子设备在确定多个卫星的数量满足第二预设数量时，如多个卫星的数量超过6个时，可以基于视距信号概率，计算多个卫星的几何分布参数。

可选地，定位误差的方差可以表示为：

其中，可以为用户等效伪距测量标准差，GDOP可以为几何布局因子。可选地，GDOP可以为：

其中，G可以为定位解算方程的系数矩阵，trace可以为计算矩阵对角线元素的和，可以为矩阵G的转置矩阵，-1可以为表示计算的逆矩阵。

可选地，电子设备可以对多个卫星，如m个卫星进行选择，m大于6，选择m个卫星中k个卫星进行GDOP计算，k大于等于4，具体表示为：

其中，k可以为参与定位的卫星个数，即第一预设数量个卫星，可以为电子设备到卫星i的方向矢量。

具体地，电子设备可以通过计算几何分布参数，得到几何分布参数最小的包括第一预设数量个卫星的卫星组合，如，在7个卫星中选择几何分布参数最小的4个卫星，得到对应的卫星组合。

由此，在本公开实施例中，能够得到几何分布参数最小的卫星组合，从而提高定位精度。

可选地，S140可以具体包括：将贝叶斯模型输入权重矩阵，进行矩阵转换计算，得到卫星组合中第一预设数量个卫星的定位权重。

在本公开实施例中，电子设备在得到贝叶斯模型之后，可以将贝叶斯模型输入权重矩阵，进行矩阵转换计算，得到卫星组合中第一预设数量个卫星的定位权重。

可选地，权重矩阵可以为用于计算卫星定位权重的矩阵。其中，权重矩阵可以为对角矩阵，可以具体表示为：

其中，W可以为权重矩阵，每个权重因子对应每个参与定位的卫星，0＜≤1。

具体地，电子设备在得到贝叶斯模型之后，可以将该贝叶斯模型输入权重矩阵中，即将贝叶斯模型中的各个信噪比与对应的视距信号概率输入该权重矩阵中，进行矩阵转换计算，从而得到卫星组合中各个卫星对应的定位权重。

其中，矩阵转换计算公式可以为：

可选地，在S140之后，该基于贝叶斯的卫星定位权重计算方法还可以包括：基于权重矩阵，根据第一预设数量个卫星的定位权重进行定位计算，得到待定位目标的定位坐标。

在本公开实施例中，电子设备在得到卫星的定位权重之后，可以基于权重矩阵，根据第一预设数量个卫星的定位权重进行定位计算，得到待定位目标的定位坐标。

可选地，定位计算可以为用于对待定位目标进行定位的计算。

可选地，待定位目标可以为需要进行定位的目标。例如，待定位目标可以为列车、卫星接收机等，此处不做限定。

可选地，定位坐标可以为用于表示待定位目标的位置坐标。

具体地，电子设备在得到卫星的定位权重之后，可以通过权重矩阵的可逆矩阵，根据第一预设数量个卫星的定位权重对待定位目标进行定位计算，从而得到待定位目标的定位坐标。其中，对应的矩阵方程可以为：

可选地，通过上述矩阵方程，电子设备可以计算出待定位目标的定位坐标。

由此，在本公开实施例中，电子设备可以通过将贝叶斯模型输入权重矩阵，得到卫星组合中第一预设数量个卫星的定位权重，并基于该定位权重对待定位目标进行定位计算，得到对应的定位坐标，从而提高卫星的定位精度，减少恶性事故发生。

图2示出了本公开实施例提供的一种基于贝叶斯的卫星定位权重计算装置的结构示意图。

如图2所示，该基于贝叶斯的卫星定位权重计算装置200可以包括信号接收模块210、模型构建模块220、第一计算模块230和第二计算模块240。

该信号接收模块210可以用于接收多个卫星发出的目标信号，计算目标信号的视距信号概率。

该模型构建模块220可以用于基于视距信号概率集合构建贝叶斯模型，视距信号概率集合包括多个视距信号概率。

该第一计算模块230可以用于基于视距信号概率，计算多个卫星的几何分布参数，确定几何分布参数最小的卫星组合，卫星组合包括第一预设数量个卫星。

该第二计算模块240可以用于基于贝叶斯模型，计算卫星组合中第一预设数量个卫星的定位权重。

由此，在本公开实施例中，能够接收多个卫星发出的目标信号，计算目标信号的视距信号概率，接着基于视距信号概率集合构建贝叶斯模型，其中，视距信号概率集合包括多个视距信号概率，然后基于视距信号概率，计算多个卫星的几何分布参数，确定几何分布参数最小的卫星组合，其中，卫星组合包括第一预设数量个卫星，最后，基于贝叶斯模型，计算卫星组合中第一预设数量个卫星的定位权重，因此，可以通过视距信号概率构建贝叶斯模型，接着确定几何分布参数最小的卫星组合，从而计算出卫星组合中第一预设数量个卫星的定位权重，并基于该定位权重进行定位，进而提高卫星的定位精度，减少恶性事故发生。

在本公开一些实施例中，该信号接收模块210可以包括第一确定单元和第一计算单元。

该第一确定单元可以用于接收多个卫星发出的信号，确定信号的信噪比为预设值的目标信号。

该第一计算单元可以用于计算目标信号为视距信号的概率，得到视距信号概率。

在本公开一些实施例中，该第一计算单元可以包括样本统计子单元和概率计算子单元。

该样本统计子单元可以用于通过样本统计方法统计目标信号为视距信号的数量。

该概率计算子单元可以用于计算视距信号的数量占目标信号的数量的概率，得到视距信号概率。

在本公开一些实施例中，该基于贝叶斯的卫星定位权重计算装置200还可以包括信号获取模块和集合构建模块。

该信号获取模块可以用于在基于视距信号概率集合构建贝叶斯模型之前，基于预设时间，获取多个预设观测地区下多个卫星发出的目标信号。

该集合构建模块可以用于基于多个预设观测地区下多个卫星发出的目标信号的视距信号概率构建视距信号概率集合。

在本公开一些实施例中，该第一计算模块230可以包括第二计算单元和第二确定单元。

该第二计算单元在多个卫星的数量满足第二预设数量的条件下，基于视距信号概率，计算多个卫星的几何分布参数。

该第二确定单元确定几何分布参数最小的第一预设数量个卫星，得到几何分布参数最小的卫星组合。

在本公开一些实施例中，该第二计算模块240可以包括第三计算单元。

该第三计算单元可以用于将贝叶斯模型输入权重矩阵，进行矩阵转换计算，得到卫星组合中第一预设数量个卫星的定位权重。

在本公开一些实施例中，该基于贝叶斯的卫星定位权重计算装置200可以包括定位计算模块。

该定位计算模块可以用于在基于贝叶斯模型，计算卫星组合中第一预设数量个卫星的定位权重之后，基于权重矩阵，根据第一预设数量个卫星的定位权重进行定位计算，得到待定位目标的定位坐标。

需要说明的是，图2所示的基于贝叶斯的卫星定位权重计算装置200可以执行图1所示的方法实施例中的各个步骤，并且实现图1所示的方法实施例中的各个过程和效果，在此不做赘述。

图3示出了本公开实施例提供的一种基于贝叶斯的卫星定位权重计算设备的结构示意图。

在本公开一些实施例中，图3所示的基于贝叶斯的卫星定位权重计算设备可以为用户想要进行基于贝叶斯的卫星定位权重计算操作的电子设备。其中，电子设备可以包括但不限于诸如GPS接收机、卫星接收机等，此处不做限定。

如图3所示，该基于贝叶斯的卫星定位权重计算设备可以包括处理器301以及存储有计算机程序指令的存储器302。

具体地，上述处理器301可以包括中央处理器（CPU），或者特定集成电路（Application Specific Integrated Circuit，ASIC），或者可以被配置成实施本申请实施例的一个或多个集成电路。

存储器302可以包括用于信号或指令的大容量存储器。举例来说而非限制，存储器302可以包括硬盘驱动器（HardDisk Drive，HDD）、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线（Universal Serial Bus，USB）驱动器或者两个及其以上这些的组合。在合适的情况下，存储器302可包括可移除或不可移除（或固定）的介质。在合适的情况下，存储器302可在综合网关设备的内部或外部。在特定实施例中，存储器302是非易失性固态存储器。在特定实施例中，存储器302包括只读存储器（Read-Only Memory，ROM）。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM（Programmable ROM，PROM）、可擦除PROM（ElectricalProgrammable ROM，EPROM）、电可擦除PROM（Electrically ErasableProgrammable ROM，EEPROM）、电可改写ROM（ElectricallyAlterable ROM，EAROM）或闪存，或者两个或及其以上这些的组合。

处理器301通过读取并执行存储器302中存储的计算机程序指令，以执行本公开实施例所提供的基于贝叶斯的卫星定位权重计算方法的步骤。

在一个示例中，该基于贝叶斯的卫星定位权重计算设备还可包括收发器303和总线304。其中，如图3所示，处理器301、存储器302和收发器303通过总线304连接并完成相互间的通信。

总线304包括硬件、软件或两者。举例来说而非限制，总线可包括加速图形端口（Accelerated Graphics Port，AGP）或其他图形总线、增强工业标准架构（ExtendedIndustry Standard Architecture，EISA）总线、前端总线（Front Side BUS，FSB）、超传输（Hyper Transport，HT）互连、工业标准架构（Industrial Standard Architecture，ISA）总线、无限带宽互连、低引脚数（Low Pin Count，LPC）总线、存储器总线、微信道架构（MicroChannel Architecture，MCA）总线、外围控件互连（Peripheral Component Interconnect，PCI）总线、PCI-Express（PCI-X）总线、串行高级技术附件（Serial Advanced TechnologyAttachment，SATA）总线、视频电子标准协会局部（Video Electronics StandardsAssociationLocal Bus，VLB）总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线304可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

本公开实施例还提供了一种计算机可读存储介质，该存储介质可以存储有计算机程序，当计算机程序被处理器执行时，使得处理器实现本公开实施例所提供的基于贝叶斯的卫星定位权重计算方法。

上述的存储介质可以例如包括计算机程序指令的存储器302，上述指令可由基于贝叶斯的卫星定位权重计算设备的处理器301执行以完成本公开实施例所提供的基于贝叶斯的卫星定位权重计算方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器（RandomAccess Memory，RAM）、光盘只读存储器（CompactDisc ROM，CD-ROM）、磁带、软盘和光数据存储设备等。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于贝叶斯的卫星定位权重计算方法，其特征在于，包括：

接收多个卫星发出的目标信号，计算所述目标信号的视距信号概率；

基于视距信号概率集合构建贝叶斯模型，所述视距信号概率集合包括多个所述视距信号概率；

基于所述视距信号概率，计算多个所述卫星的几何分布参数，确定所述几何分布参数最小的卫星组合，所述卫星组合包括第一预设数量个所述卫星；

基于所述贝叶斯模型，计算所述卫星组合中第一预设数量个所述卫星的定位权重。

2.根据权利要求1所述的方法，其特征在于，所述接收多个卫星发出的目标信号，计算所述目标信号的视距信号概率，包括：

接收多个所述卫星发出的信号，确定所述信号的信噪比为预设值的目标信号；

计算所述目标信号为视距信号的概率，得到所述视距信号概率。

3.根据权利要求2所述的方法，其特征在于，所述计算所述目标信号为视距信号的概率，得到所述视距信号概率，包括：

通过样本统计方法统计所述目标信号为所述视距信号的数量；

计算所述视距信号的数量占所述目标信号的数量的概率，得到所述视距信号概率。

4.根据权利要求1所述的方法，其特征在于，在所述基于视距信号概率集合构建贝叶斯模型之前，所述方法还包括：

基于预设时间，获取多个预设观测地区下多个所述卫星发出的所述目标信号；

基于所述多个预设观测地区下多个所述卫星发出的所述目标信号的所述视距信号概率构建所述视距信号概率集合。

5.根据权利要求1所述的方法，其特征在于，所述基于所述视距信号概率，计算多个所述卫星的几何分布参数，确定所述几何分布参数最小的卫星组合，包括：

在多个所述卫星的数量满足第二预设数量的条件下，基于所述视距信号概率，计算多个所述卫星的几何分布参数；

确定所述几何分布参数最小的所述第一预设数量个所述卫星，得到所述几何分布参数最小的卫星组合。

6.根据权利要求1所述的方法，其特征在于，所述基于所述贝叶斯模型，计算所述卫星组合中第一预设数量个所述卫星的定位权重，包括：

将所述贝叶斯模型输入权重矩阵，进行矩阵转换计算，得到所述卫星组合中所述第一预设数量个所述卫星的定位权重。

7.根据权利要求6所述的方法，其特征在于，在所述基于所述贝叶斯模型，计算所述卫星组合中第一预设数量个所述卫星的定位权重之后，所述方法还包括：

基于所述权重矩阵，根据所述第一预设数量个所述卫星的定位权重进行定位计算，得到待定位目标的定位坐标。

8.一种基于贝叶斯的卫星定位权重计算装置，其特征在于，包括：

信号接收模块，用于接收多个卫星发出的目标信号，计算所述目标信号的视距信号概率；

模型构建模块，用于基于视距信号概率集合构建贝叶斯模型，所述视距信号概率集合包括多个所述视距信号概率；

第一计算模块，用于基于所述视距信号概率，计算多个所述卫星的几何分布参数，确定所述几何分布参数最小的卫星组合，所述卫星组合包括第一预设数量个所述卫星；

第二计算模块，用于基于所述贝叶斯模型，计算所述卫星组合中第一预设数量个所述卫星的定位权重。

9.一种基于贝叶斯的卫星定位权重计算设备，其特征在于，包括：

处理器；

存储器，用于存储可执行指令；

其中，所述处理器用于从所述存储器中读取所述可执行指令，并执行所述可执行指令以实现上述权利要求1-7中任一项所述的基于贝叶斯的卫星定位权重计算方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，当所述计算机程序被处理器执行时，使得处理器实现上述权利要求1-7中任一项所述的基于贝叶斯的卫星定位权重计算方法。

Images